一种新的网页抓取方法使用大语言模型（LLMs）来提取数据，提供了比传统 CSS 选择器更具弹性的方法。这种由大语言模型驱动的技术侧重于内容的语义含义，而不是其在 HTML 中的结构位置。通过定义目标 JSON 模式，开发人员可以指示大语言模型解析网页，克服由动态类名、A/B 测试和网站重新设计等问题引起的传统爬虫中断。 AI
影响 通过利用大语言模型进行语义数据提取，增强了网页抓取的鲁棒性，降低了与 UI 更改相关的维护成本。
排序理由 文章描述了一种使用现有技术（大语言模型）改进特定软件开发任务（网页抓取）的新方法。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →